操作系统 / 技术文章

僵尸进程和孤儿进程怎么产生

很多后端、系统和嵌入式开发者都会碰到这样的现象:一个子进程明明已经退出,进程表里却还留着一条记录;或者父进程突然结束,子进程却继续运行。前一种通常对应僵尸进程,后一种通常对应孤儿进程。理解两者的关键不是记住定义,而是看清父进程、子进程、退出状态和内核回收之间发生了什么,最终能够根据进程状态判断问题出在哪一方。

先看父子进程到底是什么关系

Linux 中,进程可以创建子进程。创建完成后,父进程和子进程各自执行,但内核仍然记录它们之间的父子关系。

最容易混淆的一点是:子进程退出,并不意味着它的内核进程描述信息立刻全部消失。父进程通常需要通过 wait()、waitpid() 等系统调用获取子进程的退出状态,完成回收。这里的“回收”既包含读取退出信息,也意味着内核可以释放与该进程终止状态相关的剩余进程表资源。

因此,可以先建立一个简单模型:

子进程退出 → 保留退出状态 → 父进程等待并回收 → 内核完成清理

只要这条链路没有正常走完,就可能出现你在 ps 中看到的异常状态。

僵尸进程为什么会留下来

僵尸进程的核心特征是:子进程已经结束执行,但父进程还没有完成对它的等待与回收。

子进程调用 exit(),或者因为信号终止后,已经不再运行代码,也不会继续消耗 CPU 执行任务。但为了让父进程能够获得退出原因、退出码等信息,内核会暂时保留必要的状态,并把进程标记为僵尸状态。

可以把过程理解成:

text
父进程运行
    |
    | 创建
    v
子进程运行
    |
    | exit()
    v
子进程结束执行
    |
    | 父进程尚未 wait()
    v
僵尸进程
    |
    | wait()/waitpid()
    v
内核完成回收

实际观察时,可以先查看进程状态:

bash
ps -eo pid,ppid,stat,cmd | grep '[Z]'

预期结果:

text
2451  2300 Z    worker <defunct>

这里的 Z 表示 zombie。<defunct> 也常用于提示该进程已经结束,当前留下的是终止后的残留状态,而不是仍在正常执行的业务进程。

因此,僵尸进程真正的问题通常不在“子进程为什么退出”,而在“父进程为什么没有及时等待并回收子进程”。一个子进程短暂进入僵尸状态并不一定是故障;长期大量积累才说明父进程的子进程管理存在问题。

孤儿进程又是怎么产生的

孤儿进程的成因正好相反:子进程仍在运行,但它的原父进程先退出了。

例如父进程创建一个子进程后,父进程提前结束:

text
父进程运行
   |
   +---- 子进程运行
   |
   v
父进程先退出
   |
   v
子进程失去原父进程
   |
   v
内核重新安排其父进程关系
   |
   v
孤儿进程继续运行

Linux 不会因为原父进程退出,就自动杀掉仍然存活的子进程。为了维持进程树结构,内核会把这种失去原父进程的子进程重新归属到适当的“托孤”进程,经典情况下可以看到其父进程变成 PID 1 对应的系统初始化进程;现代 Linux 中具体承接者也可能是能够承担子进程收养职责的其他进程。

可以用下面的命令观察父进程关系:

bash
ps -eo pid,ppid,stat,cmd --forest

预期结果可能类似:

text
2300    1 S    service-parent
2451 2300 S    worker

当 2300 退出,而 2451 仍然运行时,再次查看可能发现 2451 的 PPID 已经发生变化。此时它成为孤儿进程,但它本身并不意味着异常,更不表示已经变成僵尸。

僵尸和孤儿的关键区别在哪里

区分两者时,先问两个问题就够了:子进程还活着吗?原父进程还在吗?

类型 子进程是否继续运行 原父进程是否仍存在 关键原因 常见状态
僵尸进程 否 通常是 父进程未及时 wait 回收 Z
孤儿进程 是 否 父进程先于子进程退出 通常是 S、R 等正常运行状态

因此,两者虽然都涉及父子进程关系变化,但问题方向完全不同:

僵尸关注“子进程已经死了,但还没被回收”。

孤儿关注“子进程还活着,但原父进程已经死了”。

这个区别非常重要,因为处理方式也不同。看到 Z 时,应重点检查父进程是否正确调用 wait() 或 waitpid();看到父进程变化而子进程仍在运行时,则应继续确认程序是否有意设计成后台运行,以及新的父进程是否符合预期。

为什么僵尸会越积越多

单个僵尸通常不会立刻造成明显性能问题,但如果父进程持续创建子进程,却长期不调用等待相关接口,僵尸数量就会不断增加。

典型场景是:

text
父进程
  |
  +-- 子进程 A -> 已退出 -> Z
  +-- 子进程 B -> 已退出 -> Z
  +-- 子进程 C -> 已退出 -> Z
  +-- 子进程 D -> 已退出 -> Z

这些子进程已经不再工作,却仍占据进程表中的必要条目。积累到一定程度后,可能进一步消耗 PID 或进程相关内核资源,最终影响后续创建进程的能力。

程序设计上,父进程应通过 wait()、waitpid(),或者在合适的信号处理机制下配合回收子进程。对于需要长期创建大量短生命周期子进程的服务,这一点尤其重要。

排查时可以先统计僵尸数量:

bash
ps -eo stat= | awk '$1 ~ /^Z/ {count++} END {print count+0}'

预期结果:

text
3

如果数量持续增长,应继续查看这些僵尸的 PPID,把问题追溯到对应父进程,而不是试图“杀掉”僵尸本身。因为僵尸已经结束执行,普通意义上的 kill 并不能让一个已经退出的子进程重新运行或自行完成回收;真正需要处理的是负责回收它的父进程关系和等待逻辑。

线上看到异常进程时怎么判断

可以按照“看状态 → 看父进程 → 判断生命周期”的顺序快速缩小范围。

第一步看 STAT。出现 Z,说明重点转向僵尸进程回收;没有 Z,则不要因为进程树发生变化就直接判断为异常。

第二步看 PPID。例如:

bash
ps -o pid,ppid,stat,cmd -p <PID>

预期结果:

text
  PID  PPID STAT CMD
 2451     1 S    ./worker

这里最值得关注的是 PPID 与 STAT 的组合。如果进程仍在运行,但 PPID 已经变成新的父进程,它更符合孤儿进程被重新收养的现象;如果 STAT 是 Z,则应回到原父进程的子进程回收逻辑上继续排查。

最后再结合业务生命周期判断:这是故意让子进程脱离父进程运行,还是父进程意外退出;这是短暂的子进程退出,还是僵尸数量持续增长。把“状态”和“生命周期原因”放在一起看,比单独盯着进程名更容易定位问题。

理解僵尸进程和孤儿进程,本质上是在理解 Linux 如何处理“进程结束”和“父子关系变化”这两件事。子进程先结束、父进程后来回收,会经历僵尸状态;父进程先结束、子进程继续运行,则会形成孤儿并被重新收养。掌握 PID、PPID、STAT 以及 wait/waitpid 的关系后,看到进程表里的异常条目时,就能先判断它到底是“已经死但没人收尸”,还是“父进程已死但子进程还活着”。

目录与阅读设置

记录一个想法

僵尸进程和孤儿进程怎么产生

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通